de un Sistema de Neuronas Espejo en · PDF fileModelado de un Sistema de Neuronas Espejo en un...
If you can't read please download the document
Transcript of de un Sistema de Neuronas Espejo en · PDF fileModelado de un Sistema de Neuronas Espejo en un...
Disponible en: http://www.redalyc.org/articulo.oa?id=203327540004
Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Sistema de Informacin Cientfica
Castillo Arceo, David; Escobar, Esa; Hermosillo, Jorge; Lara, Bruno
Modelado de un Sistema de Neuronas Espejo en un Agente Autnomo Artificial
Nova Scientia, vol. 5, nm. 10, 2013, pp. 51-72
Universidad De La Salle Bajo
Len, Guanajuato, Mxico
Cmo citar? Nmero completo Ms informacin del artculo Pgina de la revista
Nova Scientia,
ISSN (Versin electrnica): 2007-0705
Universidad De La Salle Bajo
Mxico
www.redalyc.orgProyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
http://www.redalyc.orghttp://www.redalyc.org/comocitar.oa?id=203327540004http://www.redalyc.org/fasciculo.oa?id=2033&numero=27540http://www.redalyc.org/articulo.oa?id=203327540004http://www.redalyc.org/revista.oa?id=2033http://www.redalyc.org/articulo.oa?id=203327540004http://www.redalyc.org/revista.oa?id=2033http://www.redalyc.org/revista.oa?id=2033http://www.redalyc.orghttp://www.redalyc.org/revista.oa?id=2033
Revista Electrnica Nova Scientia
Modelado de un Sistema de Neuronas Espejo
en un Agente Autnomo Artificial
Model of a Mirror Neuron System in an
Artificial Autonomous Agent
David Castillo Arceo1, Esa Escobar
2, Jorge Hermosillo
2 y
Bruno Lara2
1Maestra en Ciencias Cognitivas, Universidad Autnoma del Estado de Morelos
2Facultad de Ciencias, Universidad Autnoma del Estado de Morelos
Mxico
E-mail: [email protected]; [email protected]
Universidad De La Salle Bajo (Mxico)
Castillo, David et al.
mailto:[email protected]:bruno.lara%[email protected]
Modelado de un Sistema de Neuronas Espejo en un Agente Autnomo Artificial
Revista Electrnica Nova Scientia, N 10 Vol. 5 (2), 2013. ISSN 2007 - 0705. pp: 51 72
- 52 -
Resumen
La presente investigacin est basada en el importante trabajo interdisciplinario desarrollndose
en las ciencias cognitivas y que estudia tpicos tales como Neuronas Espejo, Reconocimiento de
Comportamientos, Imitacin, y Robtica Cognitiva.
Abordando una perspectiva anclada en la Teora de la Simulacin y basado en modelos
computacionales sobre Sistemas de Neuronas Espejo se ha diseado un sistema, implementado en
un Agente Autnomo Artificial. Dicho sistema deber reconocer los movimientos de otro agente,
basado en el aprendizaje de sus movimientos y las relaciones que surgen de stos con la
percepcin del mundo.
El diseo de este sistema se propone parta de dos supuestos: (1) El Sistemas de Neuronas Espejo
visto como un acoplamiento de los Modelos Internos Inverso y Directo - siendo el segundo y su
funcin de predictor lo que se hipotetiza es la funcin de las Neuronas Espejo - y (2) que la base
para el reconocimiento de las conductas de otros est en la habilidad de los seres vivos de
empatar en un lenguaje comn las conductas propias, desarrolladas a lo largo de su experiencia,
con las conductas ejercidas por otros.
Presentamos un ejercicio donde nuestro Agente imita a otro para comprobar que el
reconocimiento de las conductas de los otros es posible desde la perspectiva que se ha adoptado.
Creemos que nuestro experimento es una prueba de concepto y presenta una base slida para
investigaciones futuras.
Palabras Clave: Neuronas Espejo, Imitacin, Modelos Internos, Aprendizaje Sensorimotriz,
Inteligencia Artificial (IA)
Recepcin: 04-12-2012 Aceptacin: 15-04-2013
Castillo, David et al.
Revista Electrnica Nova Scientia, N 10 Vol. 5 (2), 2013. ISSN 2007 - 0705. pp: 51 - 72
- 53 -
Abstract
The research presented here is based on the on going multi-disciplinary work in the cognitive
sciences addressing topics such as Mirror Neurons, Behavior Recognition, Imitation and
Cognitive Robotics.
The work involves the design of a system, implemented on an Artificial Autonomous Agent,
addressing a perspective grounded in Simulation Theory and based in computational models of
Mirror Neuron Systems. As a base and first step, the agent learns associations between its
movements and the sensory consequences these have on the world; once this knowledge forms
part of its baggage, the agent is capable of imitating the movements of a second agent.
The design of the proposed system is based on two assumptions: (1) The mirror neuron system
seen as the coupling of Inverse and Forward Internal Models - being the latter, and its function as
predictor, the hypothesized function of mirror neurons, (2) The basis for the recognition of
others behaviors is the ability of living things to link their own behaviors with behaviors
performed by others by means of a common language developed during their experience on
interacting with their environment.
We present an experiment where an agent imitates a second one to proof whether the recognition
of the others behavior is possible from the adopted perspective. We believe that our experiment
is a proof of concept and presents a very solid ground for further research.
Keywords: Mirror Neurons, Imitation, Internal Models, Sensorimotor Learning, Artificial
Intelligence (AI)
Modelado de un Sistema de Neuronas Espejo en un Agente Autnomo Artificial
Revista Electrnica Nova Scientia, N 10 Vol. 5 (2), 2013. ISSN 2007 - 0705. pp: 51 72
- 54 -
1. Introduccin
En nuestras experiencias cotidianas las interacciones sociales son comunes y fluidas y, sin
embargo, la pregunta bsica sobre Cmo entendemos las conductas de los otros es algo en lo
que las Ciencias interesadas en la Mente no tienen acuerdos1, an a pesar de lo indispensable que
es esto para la interaccin: Uno debe entender lo que el otro hace para poder actuar en acorde a lo
entendido.
Tratando de dar respuesta a sta pregunta existe la propuesta llamada Teora de la
Simulacin que argumenta existe un lenguaje comn entre las conductas propias y las observadas
en otros (Gordon, 1999). Este lenguaje produce una simulacin interna y automtica de las
acciones observadas permitiendo con ello el reconocimiento y la prediccin, facilitando la
interaccin. Las investigaciones actuales en neurociencia han fortalecido esta propuesta sobre
todo ante el descubrimiento de las Neuronas Espejo (NE) (Gallese & Goldman, 1998).
Las NE son un tipo especfico de neuronas, encontradas en reas pre-motoras de la corteza
cerebral en la especie Macaco Rhesus (Macaca Mulatta), que disparan tanto en la realizacin de
conductas motoras especficas como ante la observacin de otros realizando las mismas
conductas (Rizzolatti & Sinigaglia, 2006), lo que sugiere un lenguaje comn entre acciones
propias y lo percibido en el otro. La cualidad sensorimotriz de estas neuronas pone en entredicho
los esquemas tradicionales de las neurociencias sobre el funcionamiento serial y encapsulado del
cerebro.
En Inteligencia Artificial se han creado Modelos Computacionales que buscan plasmar el
comportamiento de dichas neuronas ya sea en aislado, con interaccin de otras regiones, o, en un
sentido ms abstracto, modelando las hiptesis sobre sus funciones.
Este trabajo busca demostrar, desde el marco de la Robtica Cognitiva, la factibilidad de
que los Sistemas de Neuronas Espejo (SNE) sean vistos como un Sistema de Modelos Inversos y
1 Para una revisin extensa sobre este tema ver Carruthers & Smith (1996).
Castillo, David et al.
Revista Electrnica Nova Scientia, N 10 Vol. 5 (2), 2013. ISSN 2007 - 0705. pp: 51 - 72
- 55 -
Directos acoplados, desarrollados en la experiencia mediante la interaccin del agente con su
entorno.
Para ello se ha diseado un sistema, implementado en un agente autnomo (Robot Pioneer
3DX), que obtiene su base de conocimiento sensorimotriz bajo un proceso de Balbuceo Motriz
(Motor Babbling). El sistema esta compuesto por un Modelo Directo codificado mediante una red
neuronal artificial (perceptrn multi-capa) entrenada con retropropagacin del error y un Modelo
Inverso que mediante un proceso de seleccin de candidatos sugiere comandos motrices a partir
de la base de conocimiento adquirida previamente.
El artculo se encuentra estructurado de la siguiente manera: En la Seccin 2 se hace una
breve introduccin a la teora sobre Modelos Internos - Modelo Directo e Inverso. La seccin 3
hace mencin a Modelos Computacionales de Sistemas de Neuronas Espejo que comparten
algunas caractersticas con nuestro modelo y se precisa nuestra estrategia ante el problema de la
correspondencia sensorial-motriz que debe existir para el reconocimiento de las acciones del otro.
En la Seccin 4 se describe el sistema propuesto y las caractersticas tcnicas de la
implementacin en el Agente Autnomo Artificial Motor Babbling, Modelo Directo y Modelo
Inverso. En la Seccin 5 se presenta el experimento realizado as como los resultados. Por ltimo,
en la Seccin 6 se discuten los alcances y resultados de nuestro trabajo.
2. Modelos Internos
L
